当前位置:主页 > 科技论文 > 电子信息论文 >

基于空域相关阈值滤波的雾气激光信号处理算法

发布时间:2018-05-07 17:57

  本文选题:空域相关阈值滤波 + 空域相关滤波 ; 参考:《北京理工大学学报》2017年03期


【摘要】:针对雾气环境下微弱激光信号特征提取困难,在研究小波空域相关滤波算法基础上,提出了小波空域相关阈值滤波方法.阐述了小波空域相关阈值滤波的思想和原理,特别研究了滤波阈值选取的方法,比较了空域相关阈值滤波与空域相关滤波的滤波效果.结果表明对雾气环境下的激光信号,空域相关阈值滤波具有最好的滤波效果.在不同雾气浓度和不同信号信噪比情况下的实验结果表明,空域相关阈值滤波能够在保持激光回波信号特征的前提下有效地抑制大部分噪声,更适于雾气环境下微弱激光回波信号处理和特征提取.
[Abstract]:Aiming at the difficulty of feature extraction of weak laser signal in fog environment, a wavelet spatial correlation threshold filtering method is proposed based on the study of wavelet spatial correlation filtering algorithm. This paper expounds the idea and principle of wavelet spatial correlation threshold filtering, especially studies the method of selecting filtering threshold, and compares the filtering effect between spatial correlation threshold filtering and spatial correlation filtering. The results show that the spatial correlation threshold filter has the best filtering effect for the laser signal in fog environment. The experimental results under different fog concentrations and signal signal-to-noise ratio show that the spatial correlation threshold filter can effectively suppress most of the noise while preserving the characteristics of the laser echo signal. It is more suitable for weak laser echo signal processing and feature extraction in fog environment.
【作者单位】: 昆明理工大学云南省内燃机重点实验室;
【基金】:国家自然科学基金资助项目(51208239) 云南省科技计划基金资助项目(2012FD013);云南省科技计划人培项目基金资助(14118485)
【分类号】:TN911.7;TN713

【相似文献】

相关期刊论文 前10条

1 姚国仲;艾丽思;申立中;雷基林;贾德文;;非合作目标微弱激光信号前端处理研究[J];武汉理工大学学报(交通科学与工程版);2013年06期

2 傅思镜,欧阳锋,雷海峰,梁丽贞;接口软件的编写及其在激光信号自动化检测中的应用[J];应用激光;1997年04期

3 陈琳,李明,乔广林;外场试验用激光信号环境模拟系统[J];光电对抗与无源干扰;1998年04期

4 ;将弱无线电波转化成激光信号的新方法[J];硅酸盐通报;2014年03期

5 高爱华;孙金荣;秦文罡;;微弱激光信号的数字相关检测技术[J];西安工业大学学报;2010年01期

6 程玉宝;孙晓泉;赵明辉;孙晓军;;激光信号大气散射探测分析[J];激光技术;2006年03期

7 李正东;顾静良;刘志强;吴剑涛;;激光信号采集的FPGA控制[J];激光与红外;2008年02期

8 马娜;汪岳峰;何福友;;基于高重频固体激光信号的快速采集系统[J];科学技术与工程;2006年20期

9 李相彬;;激光信号源与激光器[J];中国电子商情;1995年08期

10 胡正荣;;我国首次研制出实用性相干光纤通信激光信号源[J];应用激光;1987年04期



本文编号:1857899

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/1857899.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户67c7b***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com